基于改进的局部二值模式算法的表情识别

摘要：

针对传统的局部二值模式(LBP)算法在提取表情图像特征时会遗漏掉某些关键的局部信息这一特点,提出了一种改进的LBP算法用于表情识别.首先在传统的LBP算子的基础上用中心像素与邻域像素灰度值做差值运算取其绝对值,并将每个绝对值相加再计算平均值然后把平均值作为阈值记为M,该阈值作为以后LBP编码时的参数.为了获得更多有效的特征信息,决定对表情图像的每个区域进行顺时针和逆时针两次编码,得到不同的两个特征直方图,再进行整合.最后采用支持向量机(SVM)进行分类识别.在JAFFE数据库和CK+数据库上实验所获得的结果表明,所采用的方法优于传统的LBP算法.

关键词：表情识别、特征提取、局部二值模式、阈值、支持向量机

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

在线出版日期：2019-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：35-39